面向虫害监测的多检测机器人数字孪生管理系统及方法

    公开(公告)号:CN115204500B

    公开(公告)日:2023-08-22

    申请号:CN202210860240.3

    申请日:2022-07-21

    Applicant: 同济大学

    Abstract: 本发明公开了一种面向虫害监测的多检测机器人数字孪生管理系统及方法,涉及数字孪生及森林管理技术领域。包括:异构多检测机器人模块用于获取待检测森林的初始化感知数据以及实时更新的传感器数据;数字孪生模型构建模块用于基于初始化感知数据建立数字孪生模型;智能管理模块用于基于实时更新的传感器数据对数字孪生模型进行实时更新;根据实时更新后的数字孪生模型对异构多检测机器人模块的协同策略进行更新,并建立森林虫害的评估预警方法。本发明提出的系统具有效率高、智能决策等优点,不仅能实时评估预警森林虫害,而且能为异构多检测机器人提供协同覆盖策略的智能决策,对促进森林精准管理、提高异构检测机器人的协同能力具有重要意义。

    一种森林虫害预测方法及虫害预测森林地图系统

    公开(公告)号:CN115796366B

    公开(公告)日:2023-08-01

    申请号:CN202211537475.5

    申请日:2022-12-02

    Applicant: 同济大学

    Abstract: 本发明涉及图像数据处理技术领域,特别是指一种森林虫害预测方法及虫害预测森林地图系统,所述方法包括:基于森林地理信息图层,获取并显示地理信息数据;基于环境特征信息图层,获取并显示环境特征数据;基于虫害特性信息图层,获取并显示虫害特性数据;基于感知节点分布图层,对森林虫害监测区域进行初始化全域监测并展示,对虫害高发区域进行重点监测并展示,获取并显示移动感知节点的移动信息以及采集到的数据;基于虫害趋势预测图层,基于改进的深度置信模型,预测虫害发展趋势与地理位置;基于数据存储模块,存储地理信息数据、环境特征数据、虫害特性数据。采用本发明,可以实现林木健康诊断与生态多样性变化的监测预警。

    一种面向无人系统的一体化控制方法、设备、介质

    公开(公告)号:CN116500936A

    公开(公告)日:2023-07-28

    申请号:CN202310449697.X

    申请日:2023-04-24

    Applicant: 同济大学

    Abstract: 本发明涉及一种面向无人系统的一体化控制方法、设备、介质,本方法通过设置分别与外部控制终端、执行器和至少一个传感器连接的一体化控制模块实现一体化控制,方法具体包括如下步骤:从外部控制终端获取任务指令,从传感器获取传感器信息;基于任务指令和传感器信息,通过多源信息融合、障碍物类型识别、判断是否需要避障和集群下最优策略确定,获取控制信号;将控制信号发送至执行器,从执行器获取执行结果信息;基于任务指令和执行结果信息,获取执行评价信息。本发明仅使用一个一体化模块实现端到端的任务执行和动作分析,模块支持与无人系统本体进行无缝衔接,避免传统多模块之间较长的分层调用链,减少性能损耗和信息丢失的问题。

    云边协同感知的多终端跨时空行人重识别方法及系统

    公开(公告)号:CN116259070A

    公开(公告)日:2023-06-13

    申请号:CN202211607430.0

    申请日:2022-12-14

    Applicant: 同济大学

    Abstract: 本发明公开了云边协同感知的多终端跨时空行人重识别方法,包括两个阶段的行人重识别聚类编码;通过边缘智能感知模块采用自顶向下的行人重识别算法,从历史图像中完成行人目标检测,并提取行人目标特征完成一阶段行人重识别聚类编码;通过云端行人重识别智能模块采用自底向上的行人重识别算法,对边缘智能感知模块行人重识别结果进行判别,完成二阶段行人重识别聚类编码,生成基于行人重识别的历史轨迹,构建自动标注行人数据集及终身持续学习模型;根据边缘智能感知模块、云端行人重识别智能模块获取的数据对自动标注行人数据集及终身持续学习模型进行循环优化。实现了可扩展、可重构、可迭代、可进化的持续学习行人重识别算法。

    基于逻辑故障探针的CPS节点故障识别方法和系统

    公开(公告)号:CN116232854A

    公开(公告)日:2023-06-06

    申请号:CN202310210815.1

    申请日:2023-03-07

    Applicant: 同济大学

    Abstract: 本申请公开一种基于逻辑故障探针的CPS节点故障识别方法和系统,在该方法中,针对CPS节点集群中的每一CPS节点,基于为所述CPS节点所配置的信号采样模块进行采样,以确定相应的CPS节点状态数据;其中,所述CPS节点状态信息包括节点模态状态;基于各个CPS节点的节点标识信息,对所采样的各个CPS节点状态数据分别进行标识;根据经标识的各个CPS节点状态数据进行故障分析,以确定所述CPS节点集群中的每一CPS节点的故障状态结果。由此,提供了一套完整可行的CPS逻辑故障探针技术,能够对CPS系统中各个节点的故障特征进行自动化识别和定位,实现了对无人系统故障的自动化监测。

    一种基于CPS的多旋翼无人机健康管理系统及方法

    公开(公告)号:CN116151792A

    公开(公告)日:2023-05-23

    申请号:CN202211650072.1

    申请日:2022-12-21

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于CPS的多旋翼无人机健康管理系统及方法,包括:CPS信息物理单元及与CPS信息物理单元信号连接的健康管理单元、无人机和维护单元;健康管理单元包括专家子单元以及知识图谱子单元;专家子单元和知识图谱子单元通过大数据分析与无人机历史飞行数据进行建立,且专家子单元和知识图谱子单元用于评估无人机中各个组件的寿命。根据本发明,避免这类系统在长期工作的过程中,由于部件损坏导致的损失和安全风险。

    基于深度学习的航空发动机转子系统故障诊断方法及装置

    公开(公告)号:CN115905853A

    公开(公告)日:2023-04-04

    申请号:CN202211079626.7

    申请日:2022-09-05

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于深度学习的航空发动机转子系统故障诊断方法及装置,涉及航空发动机故障诊断技术领域。包括:获取待诊断的航空发动机轴承的一维振动信号数据;对一维振动信号数据进行预处理,得到二维时频域图像;将二维时频域图像输入到训练好的特征提取网络,得到待诊断的航空发动机轴承的故障分类结果。本发明通过对一维轴承振动信号数据进行时频分析,生成具有物理意义的二维时频图像,能够充分挖掘出数据的频域特征,具有鲁棒性高、抗噪声的优点。基于视觉多层感知机的特征提取网络,能够获取具有全局依赖关系的高维故障特征,进一步提高诊断的准确性。迁移学习有助于克服故障样本量不足的局限性,加速故障诊断算法的实际应用。

    一种基于CPS系统的双网络时敏自适应通信方法及系统

    公开(公告)号:CN115086712A

    公开(公告)日:2022-09-20

    申请号:CN202210636601.6

    申请日:2022-06-07

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于CPS系统的双网络时敏自适应通信方法及系统,涉及CPS系统网络通信技术领域。包括发送端通过单网络通信模块发送待传输的视频数据或发送端通过双网络通信模块发送待传输的视频数据;和/或发送端通过双网络通信模块发送待传输的控制指令;接收端接收视频数据和/或控制指令。本发明能够解决现有方案大多聚焦于拥塞控制、网络的拓扑结构以及应用层向下感知等主要方式;本发明设计出一种基于CPS系统的双网络时敏自适应通信方法,在视频数据接收方面既利用单个网络自身的自适应调控,也对双网络进行数据包分配。在接收控制指令方面也是双网络同时传输。

Patent Agency Ranking